深入理解ROC曲线和EER及其之间的关系

1.ROC曲线

我们知道，在很多学习器中是通过将既定的阈值与学习器对测试样本预测值（实值/概率）进行比较。如果大于阈值则将其判为正类样本，小于阈值将其判为负类样本。这个实值或者概率预测结果的好坏，直接决定了学习器的泛化能力。

我们可以根据学习器的预测结果对测试样本进行排序，将最有可能的正例排在前边，最不可能的排在后面。这样我们可以在这个序列中放置一个截断点来将样本分为两类，前面一部分判为正例，后面一部分判为负例。

在不同的实际应用中，我们要根据不同的需求来选取不同的截断点。例如在推荐系统中，我们更在乎系统给用户的推荐中用户喜欢的占比，而不是把所有用户喜欢的都推荐出来。这样我们就可以在排序中选择位置靠前的截断点进行截断，以保证更大的查准率。而在有些应用任务中则更重视查全率。

所以根据学习器的预测值所产生的排序的好坏，体现了综合考虑学习器在不同任务下的“期望泛化性能”的好坏。而ROC曲线就是从这个角度出发来研究学习器泛化性能的有力工具。所谓ROC曲线，全称为Receiver Operating Characteristic （受试者工作特征）曲线 ，它的纵轴为真正例率TPR(True Positive Rate),横轴为假正例率FPR(False Positive Rate)，分别定义为：

真正